一种基于自监督学习的室内环境自动调节方法

本发明公开了一种基于自监督学习的室内环境自动调节方法，包括：采集室内环境与用户行为的多模态数据，完成同步与标准化处理，构建包含环境变量、用户行为变量和调节响应变量的因果图模型；通过逆向因果建模生成调节因果表示向量，并融合建筑结构参数、用户偏好及气候区划信息，构建统一的跨模态嵌入空间；进一步基于联邦迁移学习机制训练调节策略迁移模型，并结合本地终端数据生成个性化控制指令。本发明具备因果推理能力强、跨模态融合表达准确和控制策略自适应性高等优点，适用于智慧楼宇、节能空调系统与环境感知型家居等应用场景。